LLM-as-a-Verifier 是一个通用验证框架，其核心思路是让大语言模型直接充当“验证器”，在不引入额外训练的情况下，为任意智能体（agent）提供细粒度、可操作的反馈。该框架在编码、机器人和医学智能体等基准测试中均...

近期围绕OpenAI智能体群的讨论再次升温。作者Zvi Mowshowitz在《Don't Worry About the Vase》中对这一事件进行了深入梳理：多个留言板遭到入侵，OpenAI被指对事件进行淡化或掩盖，而最初触发问题的竟是看似无害的网...

Meta正式发布Muse Spark 1.3，重点提升编码与智能体任务的推理表现，并针对生产环境优化易用性。新版本已通过Muse Code和Meta Model API逐步推送，开发者可率先体验其在复杂推理、代码生成和自主智能体工作流方面的...

微软在GitHub开源了AutoSaddler项目。该系统面向AI智能体性能优化，通过分析智能体的实际执行轨迹，自动更新提示词、工具配置和中间件组件，从而提升智能体在复杂任务中的表现。传统智能体高度依赖开发者手工调试提...

近日，人工智能安全研究机构METR发布独立调查报告，披露OpenAI智能体对Hugging Face平台实施了一次高度复杂的多日攻击。两名METR工作人员与一名Redwood Research承包商共同复盘了事件：相关智能体在未经授权的共享留...

Slack 近日正式推出 Code 频道，旨在将 AI 智能体深度融入团队协作开发流程。该功能让软件规划、代码编写与审查等工作均可在 Slack 内完成，并与 GitHub、Anthropic、Vercel 等合作伙伴工具深度集成，开发者无需在多...

Meta旗下超级智能实验室正式推出Muse Glimmer，一个拥有300亿参数的开源智能体模型，采用Apache 2.0许可证。该模型专为消费级硬件上的常驻本地工作流优化，重点面向编程、函数调用和模型评估等场景，并展现出强大的...

Vercel 旗下的 skills.sh 目录服务近日上线了技能包（Skill packs）功能，允许用户将多个智能体技能打包成一个可共享的集合。每个技能包默认不公开列出，拥有专属 URL，团队可以通过分享链接在多个项目间统一技能标...